CN112116422B - 基于脑机接口的网上购物系统及方法 - Google Patents

基于脑机接口的网上购物系统及方法 Download PDF

Info

Publication number
CN112116422B
CN112116422B CN202010947006.5A CN202010947006A CN112116422B CN 112116422 B CN112116422 B CN 112116422B CN 202010947006 A CN202010947006 A CN 202010947006A CN 112116422 B CN112116422 B CN 112116422B
Authority
CN
China
Prior art keywords
frequency
brain
flicker
shopping
electroencephalogram
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010947006.5A
Other languages
English (en)
Other versions
CN112116422A (zh
Inventor
谭平
李桂梅
陶璐
邹涵
李程远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Technology
Original Assignee
Hunan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Technology filed Critical Hunan University of Technology
Priority to CN202010947006.5A priority Critical patent/CN112116422B/zh
Publication of CN112116422A publication Critical patent/CN112116422A/zh
Application granted granted Critical
Publication of CN112116422B publication Critical patent/CN112116422B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Dermatology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于脑机接口的网上购物系统及方法，自动打开购物网址，对网页内容进行分析，获取各商品在屏幕上的位置，即商品显示位置；在所述商品显示位置旁产生闪烁标识；采集用户注视所述闪烁标识时的脑电信号数据；提取所述脑电信号数据的频率特征，并对所述频率特征进行分类；根据分类结果判断用户意向购买的商品，执行购买操作。本发明利用脑机接口技术帮助用户实现网上购物，无需用户肢体动作即可实现自主购物，对完全丧失肢体支配能力的瘫痪病人尤其便利。

Description

基于脑机接口的网上购物系统及方法
技术领域
本发明涉及脑机接口技术，特别是一种基于脑机接口的网上购物系统及方法。
背景技术
脑机接口(Brain-Computer Interface，BCI)是指不依赖常规的脊髓/外周神经肌肉，在脑与外部环境之间建立一种新型的信息交流与控制通道，实现脑与外部设备之间直接交互的系统。脑机接口的直接目的是为脊椎受过伤、患有神经退化疾病、或者中风的瘫痪病人提供一种全新的与外界交互的方式，帮助他们恢复或部分恢复交流和自理能力，以提高其生活品质。
在现代社会中，网上购物(Online Shopping)是一种非常便利和实用的生活方式。而所有的网上购物都需要进行文字、语音输入或鼠标操作才能实现，对于完全丧失肢体支配能力的瘫痪病人而言，他们无法自主完成这些操作。
已有一些技术可以帮助瘫痪病人完成因特网浏览，例如CN201010509568.8利用P300脑电电位实现文本输入，然后再利用运动想象控制鼠标，实现因特网浏览的功能。由于采用运动想象控制鼠标的移动方向，其鼠标只能按照识别的移动方向每次移动很短的距离，鼠标的移动非常费劲，影响使用的效率。另外，CN201310542530.4利用P300模式选择三个网络链接，再通过SSVEP实现命令控制，完成上网功能。但是该方法会改变浏览器的布局，每次只能选择三个备选链接，并且视觉刺激位置固定在浏览器外部，使用者必须来回在浏览器内部和外部切换。CN201710611469.2利用网络处理引擎解析页面，对页面进行重新编排，并实现链接与刺激的一一对应，然后通过视觉刺激的脑机接口完成网页浏览。该方法也改变了浏览器内容的布局，其视觉刺激也是固定位置，需要在浏览内容和控制指令之间来回切换，对使用者而言不是很方便。除此以外，这些方法主要用于网页浏览，其目的不是为了方便用户网上购物。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种基于脑机接口的网上购物系统((BCI-based Online Shopping，BOS))及方法，用户无需依靠肢体动作即可购物。
为解决上述技术问题，本发明所采用的技术方案是：一种基于脑机接口的网上购物系统，包括：
网页内容分析器，用于获取并分析浏览器中显示的商品在屏幕中的位置，并将该位置发送至闪烁刺激信号产生器；以及，根据分析处理模块发送的指令，执行购买任务；
闪烁刺激信号产生器，用于接收由网页内容分析器获得的商品显示位置，并在所述商品显示位置旁产生不同频率的闪烁标识；
脑电信号采集装置，用于采集用户注视所述闪烁标识时的脑电信号数据，并将所述脑电信号数据传输至分析处理模块；
分析处理模块，用于对脑电信号数据进行分析，获取脑电信号数据的频率特性，根据所述频率特性判断用户的购物意图，并将购物指令发给网页内容分析器。
本发明利用脑机接口技术帮助用户实现网上购物，无需用户肢体动作即可实现自主购物，使用便利。
所述闪烁刺激信号产生器产生的闪烁标识频率范围为7～30Hz。便于在现有普通LCD显示器上产生闪烁刺激信号。
任意两个所述闪烁标识的频率不能整除。避免较低频率闪烁刺激信号诱发的SSVEP中高频谐波与较高闪烁频率刺激信号的频率重叠，如果频率重叠的话，会造成分类识别困难，甚至识别错误，影响使用效果。
所述分析处理模块对脑电信号进行分析，获取脑电信号数据的特征向量，判断用户的购物意图的具体实现过程包括：
S1、通过以下公式得到脑电信号数据频域信噪比SNR：
Figure BDA0002675665120000021
其中，y(f)是脑电信号数据经过FFT变换后在第f个频率点上的幅值，a(k)是2K阶的FIR滤波器的前K个系数；
S2、将频域信噪比SNR的前R个最大频率幅值作为特征向量，利用所述特征向量获得训练好的分类器，并利用所述分类器对脑电信号的特征向量进行分类判别，从而判断用户的购物意图。
本发明采用加权频谱信噪比，有利于提取EEG中有效的频率特征，该方法比直接用频谱幅度做特征向量的效果更好。
对应于上述系统，本发明还提供了一种基于脑机接口的网上购物方法，包括以下步骤：
1)自动打开购物网址，对网页内容进行分析，获取各商品在屏幕上的位置，即商品显示位置；
2)在所述商品显示位置旁产生闪烁标识；
3)采集用户注视所述闪烁标识时的脑电信号数据；
4)提取所述脑电信号数据的频率特征，利用所述频率特征训练分类器；
5)利用训练好的分类器对实时检测到的脑电信号的特征频率进行分类，根据分类结果判断用户意向购买的商品，执行购买操作。
所述脑电信号数据包括稳态视觉诱发电位。相比P300电位、运行想象电位等方式，稳态视觉诱发电位更稳定、更易实现、对使用者要求较低、便于推广。
所述购买操作包括：直接购买意向购买的商品；或者将所述意向购买的商品加入购物车后再购买该商品。购物方式多样化，便利性强。
本发明还提供了一种网上购物系统，其包括计算机设备；所述计算机设备被配置或编程为用于执行本发明所述方法的步骤。
所述计算机设备与脑电信号采集装置通信。便于实时获取脑电信号。
所述闪烁标识产生方法包括：
设显示器刷新频率为M Hz，假设需要闪烁的频率为N Hz，并设定
Figure BDA0002675665120000031
同时
Figure BDA0002675665120000032
表示向下取整数，则第n次闪烁所对应显示器的帧数m区间为
Figure BDA0002675665120000033
即该次闪烁需要持续的帧数为
Figure BDA0002675665120000034
该次闪烁的前
Figure BDA0002675665120000035
帧显示为黑屏，后
Figure BDA0002675665120000036
帧为亮屏，即：当
Figure BDA0002675665120000037
时，黑屏；当
Figure BDA0002675665120000038
时，亮屏。
由于显示器的刷新频率是固定的，闪烁过程中显示器亮起或者熄灭的持续时间必须是显示器刷新次数的整数倍，普通方法只能产生被固定刷新频率整除的几个闪烁频率，而本方法除了可以产生被刷新率整除的闪烁频率外，也可以产生不被刷新率整除的频率，从而实现更多的闪烁刺激信号，可用于提高网上购物时的可选商品个数或者购物指令个数。
与现有技术相比，本发明所具有的有益效果为：
1、本发明利用脑机接口技术帮助用户实现网上购物，无需用户肢体动作即可实现自主购物，对完全丧失肢体支配能力的瘫痪病人尤其便利；
2、本发明充分利用了购物网页排列较宽松的特点，在网页展示物品旁边产生SSVEP的视觉刺激，不改变网页本身图文并茂的特点，而且避免用户在内容浏览和控制指令的视觉刺激相隔较远、来回切换的问题，提高用户的体验效果。
附图说明
图1为本发明BOS系统的4个部分关系框图；
图2为网页内容分析器程序流程图；
图3为非等分间隔方式的闪烁刺激信号示意图；
图4为本发明脑电信号分析与处理流程图。
具体实施方式
如图1所示，本发明实施例基于脑机接口的网上购物(BOS)系统包括：脑电信号采集装置(例如脑电帽)、网页内容分析器、闪烁刺激信号产生器、脑电信号的分析处理模块四个部分。
所述脑电信号采集装置(例如脑电帽)，主要完成对脑电信号(EEG)的数据采集，并通过蓝牙、或无线WIFI方式发送给脑电信号的分析处理模块；
所述网页内容分析器，主要分析并获取浏览器中显示的商品在屏幕中的位置，并将该位置发送给闪烁刺激信号产生器；同时接受脑电信号的分析处理模块的处理结果，执行购买任务。
所述闪烁刺激信号产生器，主要接受由网页内容分析器获得的商品显示位置，并在相应显示屏位置旁边产生不同频率的闪烁方块。
所述脑电信号的分析处理模块，主要接收脑电信号采集装置发送的EEG信号，并对该EEG信号分析,获取对应的频率特性，判断瘫痪病人的购物意图，将结果发给网页内容分析器。
脑电信号的分析处理模块的工作过程如下：
1)首先，对EEG信号进行FFT运算，然后求对应的频率幅度y(f)，通过以下公式得到频域信噪比SNR，
Figure BDA0002675665120000051
其中y(f)是EEG经过FFT变换后在第f个频率点上的幅值，a(k)是2N阶的FIR滤波器的前N个系数。公式(1)中的分母是对f频点的邻居频点进行加权平均，作为噪声估计。
2)对频域信噪比特征SNR的前M个最大频率幅值作为特征向量，可以利用SVM、LDA等分类算法进行训练，获得训练好的分类器，并在实时BCI中对EEG进行分类判别，从而判断瘫痪病人的购物意图。
3)将分类判别结果发给网页内容分析器。
本发明的实现方法及其步骤如下：
步骤1：准备工作，使用者戴好脑电帽，并连接脑电信号采集装置，脑电信号采集装置通过蓝牙、或无线WIFI方式连接计算机，并打开BOS平台，启动网页内容分析器。
步骤2：网页内容分析器自动打开购物网址，进入购物浏览页面，并通过对网页内容分析，获取各商品在屏幕上的位置，将位置发送到闪烁刺激信号产生器。
步骤3：闪烁刺激信号产生器得到商品在屏幕上的显示位置后，在该位置旁边产生闪烁方块，每个商品对应的闪烁块的闪烁频率是不同的。闪烁刺激信号产生器，需要利用图形工具编程实现，由于显示器刷新频率固定，闪烁频率的实现方式如下：
设显示器刷新频率为M Hz，假设需要闪烁的频率为N Hz，并设定
Figure BDA0002675665120000052
同时
Figure BDA0002675665120000053
表示向下取整数(如
Figure BDA0002675665120000054
)，那么第n次闪烁所对应显示器的帧数m区间为
Figure BDA0002675665120000055
即该次闪烁需要持续的帧数为
Figure BDA0002675665120000056
那么该闪烁的前面
Figure BDA0002675665120000057
帧显示为黑屏，后面的
Figure BDA0002675665120000058
帧为亮屏，也就是：
当
Figure BDA0002675665120000061
时，黑屏；
当
Figure BDA0002675665120000062
时，亮屏。
由于M不一定被N整除，即Q可能为小数，而且，I也不一定为偶数，所以闪烁中黑屏和亮屏的帧数不一定相等。
步骤4：使用者在浏览商品时，如果发现自己想买的商品，则集中注意力，盯着该商品旁边的闪烁方块，同时脑电采集装置将采集EEG信号，这时的EEG信号含有稳态视觉诱发电位(Steady-State Visual Evoked Potentials,SSVEP)。
步骤5：脑电信号分析处理器根据采集的EEG信号，提取EEG信号的频率特征向量，并利用分类算法对频率特征向量进行分类，判断该特征向量是由哪个闪烁频率刺激产生的，并将结果发送给网页内容分析器。
步骤6：网页内容分析器根据脑电信号分析处理器的结果，得到使用者意向购买的商品，将该商品加入购物车。
如图2所示，网页内容分析器可以采用Selenium类似的网页测试工具，通过Selenium可以获得购物网页上的具体数据，并对网页进一步分析，可以得到网页上每种商品的信息，同时还可以得到该商品图片在显示屏上的位置，以及部分功能按钮“上一页”“下一页”“取消”“确认”等等。
以京东商城为例，利用Selenium控制浏览器打开京东页面，在网页html中将通过J_goodsList标识搜索到商品，然后在该标识区域内搜索gl_item类，则可以得到各商品的相关信息。gl_item类中包含了商品的展示图片(p-img)、价格(p-price)、评论(p-comment)、以及操作(p-operate)中加入购物车(p-o-btn.addcart)等信息，通过其中的p-img类相关数据，可以得到该商品的图片，以及该图片在浏览器中的相对位置，通过浏览器的屏幕位置可计算得到该商品在整个屏幕的位置信息。同样的，接收到脑电信号分析处理模块的结果后，网页内容分析器将控制鼠标点击对应的购物操作。
网页内容分析器将商品显示位置发送给闪烁刺激产生器，同时为每个商品闪烁块和控制指令闪烁块配置闪烁频率(控制指令主要包括“确认”和“取消”，若商品一页显示不完，控制指令还会有“上一页”和“下一页”。这些指令同样需要通过分析脑电信号特征获得。例如，假设一页显示六个商品，那么需要六个闪烁频率来区分这六个商品，这六个闪烁频率可以为：7hz，8hz,9hz,11hz,13hz,15hz。四个控制指令的闪烁频率为：17Hz，19Hz，21Hz，23Hz。当然也可是带小数的频率，比如15.2Hz，18.5Hz等)。闪烁频率值范围为7～30Hz之间，另外如果配置频率与某个已配置频率存在整数倍关系，则该频率作废，程序自动选择下一个可用频率配置。网页内容分析器然后等待脑电信号分析处理结果，如果获得指令，按照相关指令执行下一步程序，否则继续等待脑电信号分析处理结果。
闪烁刺激信号产生器是通过软件控制显示屏上部分方块按指定频率进行闪烁。由于显示屏的刷新率是固定的，无法使用等间隔方式获得某些频率，这时可以采用非等间隔方式进行设置，如图3所示。这里假定显示屏刷新频率为10Hz，一个小框表示100ms时长，如果要获得2Hz频率闪烁，可以采用在第1、2和6、7个100ms时间内黑屏，而在第3、4、5和8、9、10个100ms内亮屏。闪烁刺激器可以采用QT等图形开发软件实现。
脑电信号采集时，可以采用Emotive、OpenBCI等设备以及相应的干、湿电极脑电帽，也可以采用商用的其他脑电采集器。采集的信号可以通过有线、蓝牙或WIFI方式传输。但是值得注意的是，采集的电极中应该有一部分放置在后脑勺附近，因为该处是SSVEP电位主要生成区。
脑电信号分析处理模块完成读取脑电信号采集装置的数据，然后对这些数据进行分析，得到刺激频率值。这里可以采用机器学习方法或者典型相关分析法(CanonicalCorrelation Analysis，CCA)。假设是机器学习方法，那么先采用FFT及能量频谱分析方法获得相应特征向量，如利用公式(1)获得特征向量，然后通过机器学习识别对应的刺激信号频率，并将频率值反馈给网页内容分析器，如图4所示。机器学习方法可以采用线性判别分析(LDA)、支持向量机(SVM)或神经网络等方法。这里脑电信号分析处理模块可以利用OpenVIBE等成熟开发平台实现，也可以自行开发相应的软件模块实现。
网页内容分析器收到脑电信号分析处理模块的峰值频率信息后，确认使用者集中注意力盯着的是哪个频率方块，并做出相应的指令判断。这里的指令包括“上一页”“下一页”“添加到购物车”“取消”“确认”。指令的执行可以通过Selenium模拟鼠标和按键操作实现。

Claims (9)

1.一种基于脑机接口的网上购物系统，其特征在于，包括：
网页内容分析器，用于获取并分析浏览器中显示的商品在屏幕中的位置，并将该位置发送至闪烁刺激信号产生器；以及，根据分析处理模块发送的指令，执行购买任务；
闪烁刺激信号产生器，用于接收由网页内容分析器获得的商品显示位置，并在所述商品显示位置旁产生不同频率的闪烁标识；任意两个所述闪烁标识的频率不能整除；
脑电信号采集装置，用于采集用户注视所述闪烁标识时的脑电信号数据，并将所述脑电信号数据传输至分析处理模块；
分析处理模块，用于对脑电信号数据进行分析，获取脑电信号数据的频率特性，根据所述频率特性判断用户的购物意图，并将购物指令发给网页内容分析器。
2.根据权利要求1所述的基于脑机接口的网上购物系统，其特征在于，所述闪烁刺激信号产生器产生的闪烁标识频率范围为7～30Hz。
3.根据权利要求1或2所述的基于脑机接口的网上购物系统，其特征在于，所述分析处理模块对脑电信号进行分析，获取脑电信号数据的特征向量，判断用户的购物意图的具体实现过程包括：
S1、通过以下公式得到脑电信号数据频域信噪比SNR：
Figure FDA0003774927120000011
其中，y(f)是脑电信号数据经过FFT变换后在第f个频率点上的幅值，a(k)是2K阶的FIR滤波器的前K个系数；
S2、将频域信噪比SNR的前R个最大频率幅值作为特征向量，利用所述特征向量获得训练好的分类器，并利用所述分类器对脑电信号的特征向量进行分类判别，从而判断用户的购物意图。
4.一种基于脑机接口的网上购物方法，其特征在于，包括以下步骤：
1)自动打开购物网址，对网页内容进行分析，获取各商品在屏幕上的位置，即商品显示位置；
2)在所述商品显示位置旁产生闪烁标识；任意两个所述闪烁标识的频率不能整除；
3)采集用户注视所述闪烁标识时的脑电信号数据；
4)提取所述脑电信号数据的频率特征，利用所述频率特征训练分类器；
5)利用训练好的分类器对实时检测到的脑电信号的特征频率进行分类，根据分类结果判断用户意向购买的商品，执行购买操作。
5.根据权利要求4所述的基于脑机接口的网上购物方法，其特征在于，所述脑电信号数据包括稳态视觉诱发电位。
6.根据权利要求4所述的基于脑机接口的网上购物方法，其特征在于，所述购买操作包括：直接购买意向购买的商品；或者将所述意向购买的商品加入购物车后再购买该商品。
7.一种网上购物系统，其特征在于，包括计算机设备；所述计算机设备被配置或编程为用于执行权利要求4～6之一所述方法的步骤。
8.根据权利要求7所述的网上购物系统，其特征在于，所述计算机设备与脑电信号采集装置通信。
9.根据权利要求8所述的网上购物系统，其特征在于，所述闪烁标识产生方法包括：
设显示器刷新频率为M Hz，假设需要闪烁的频率为N Hz，并设定
Figure FDA0003774927120000021
同时
Figure FDA0003774927120000022
表示向下取整数，则第n次闪烁所对应显示器的帧数m区间为
Figure FDA0003774927120000023
即该次闪烁需要持续的帧数为
Figure FDA0003774927120000024
该次闪烁的前
Figure FDA0003774927120000025
帧显示为黑屏，后
Figure FDA0003774927120000026
帧为亮屏，即：
当
Figure FDA0003774927120000027
时，黑屏；
当
Figure FDA0003774927120000028
时，亮屏。
CN202010947006.5A 2020-09-10 2020-09-10 基于脑机接口的网上购物系统及方法 Active CN112116422B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010947006.5A CN112116422B (zh) 2020-09-10 2020-09-10 基于脑机接口的网上购物系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010947006.5A CN112116422B (zh) 2020-09-10 2020-09-10 基于脑机接口的网上购物系统及方法

Publications (2)

Publication Number Publication Date
CN112116422A CN112116422A (zh) 2020-12-22
CN112116422B true CN112116422B (zh) 2022-11-04

Family

ID=73802158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010947006.5A Active CN112116422B (zh) 2020-09-10 2020-09-10 基于脑机接口的网上购物系统及方法

Country Status (1)

Country Link
CN (1) CN112116422B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113282180A (zh) * 2021-07-07 2021-08-20 中国工商银行股份有限公司 一种基于脑机接口的交互系统、方法及装置
CN114652532B (zh) * 2022-02-21 2023-07-18 华南理工大学 基于ssvep与注意力检测的多功能脑控轮椅系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543836A (zh) * 2013-10-28 2014-01-29 哈尔滨工业大学 基于脑机接口全自动控制网页浏览方法
CN105260025A (zh) * 2015-10-15 2016-01-20 中国兵器科学研究院 基于移动终端的稳态视觉诱发电位脑机接口系统
CN105302309A (zh) * 2015-11-05 2016-02-03 重庆邮电大学 基于ssvep脑机接口的脑电波指令识别方法
CN108932511A (zh) * 2018-10-09 2018-12-04 南京邮电大学 一种基于脑机交互的购物决策方法
CN109582131A (zh) * 2018-10-29 2019-04-05 中国航天员科研训练中心 一种异步混合脑机接口方法及系统
CN109828664A (zh) * 2019-01-15 2019-05-31 西安交通大学 基于感觉反馈动态调整的稳态视觉诱发电位脑机接口方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019091253A (ja) * 2017-11-15 2019-06-13 株式会社ソニー・インタラクティブエンタテインメント 視線検出装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543836A (zh) * 2013-10-28 2014-01-29 哈尔滨工业大学 基于脑机接口全自动控制网页浏览方法
CN105260025A (zh) * 2015-10-15 2016-01-20 中国兵器科学研究院 基于移动终端的稳态视觉诱发电位脑机接口系统
CN105302309A (zh) * 2015-11-05 2016-02-03 重庆邮电大学 基于ssvep脑机接口的脑电波指令识别方法
CN108932511A (zh) * 2018-10-09 2018-12-04 南京邮电大学 一种基于脑机交互的购物决策方法
CN109582131A (zh) * 2018-10-29 2019-04-05 中国航天员科研训练中心 一种异步混合脑机接口方法及系统
CN109828664A (zh) * 2019-01-15 2019-05-31 西安交通大学 基于感觉反馈动态调整的稳态视觉诱发电位脑机接口方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Chernof f加权分类器框架在运动想象脑-机接口中的应用;谭平 等;《电子与信息学报》;20200228;第42卷(第2期);第488-494页 *
Using ELM‑based weighted probabilistic model in the classification of synchronous EEG BCI;Ping Tan 等;《Med Biol Eng Comput》;20160421;第33-43页 *
基于脑电信号的网页浏览脑-机接口系统;董燕丽;《优秀硕士论文集》;20141230;第1-50页 *
基于视觉诱发电位脑机接口浏览器的设计与应用;尹晶海等;《中国组织工程研究与临床康复》;20090827(第35期);第6964-6968页 *

Also Published As

Publication number Publication date
CN112116422A (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN112116422B (zh) 基于脑机接口的网上购物系统及方法
Blasco et al. Visual evoked potential-based brain–machine interface applications to assist disabled people
CN102647942B (zh) 在时域中的感觉诱发电位(sep)分类/检测
CN103699226B (zh) 一种基于多信息融合的三模态串行脑-机接口方法
Z. Allison et al. A four-choice hybrid P300/SSVEP BCI for improved accuracy
EP3562398A2 (en) Emotion estimation apparatus, method, and program
CN107981997B (zh) 一种基于人脑运动意图的智能轮椅控制方法及系统
CN102319067A (zh) 用于大脑记忆功能改善的基于脑电信号的神经反馈训练仪
Ko et al. Enhancing the hybrid BCI performance with the common frequency pattern in dual-channel EEG
Gupta et al. Detecting eye movements in EEG for controlling devices
CN104866164A (zh) 一种基于眨眼信号模式检测实现的人机交互系统与方法
Dasgupta et al. Brain controlled robotic platform using steady state visual evoked potentials acquired by EEG
CN105929937A (zh) 一种基于稳态视觉诱发电位的手机音乐播放系统
Wang et al. A method from offline analysis to online training for the brain-computer interface based on motor imagery and speech imagery
CN110688013A (zh) 一种基于ssvep的英文键盘拼写系统及拼写方法
CN112140113B (zh) 一种基于脑-机接口的机器人控制系统及控制方法
CN106020497A (zh) 显示设备、系统及显示处理方法
Uma et al. Analysis of collaborative brain computer interface (BCI) based personalized GUI for differently abled
Yin et al. Design and application of brain-computer interface web browser based on VEP
Lo et al. Novel non-contact control system of electric bed for medical healthcare
CN107463259B (zh) 车载显示设备以及用于车载显示设备的交互方法、装置
CN115509355A (zh) 一种整合视觉下的mi-bci交互控制系统及方法
KR20220028967A (ko) 뉴로피드백 기반의 치료 장치 및 치료 방법
Touyama A study on EEG quality in physical movements with Steady-State Visual Evoked Potentials
Niu et al. Effect of 3D paradigm synchronous motion for SSVEP-based hybrid BCI-VR system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant